一种多传感器雷达辐射源识别的组合方法

针对复杂电磁环境下多传感器获得的雷达辐射源信息具有不确定性的情况,提出了一种雷达辐射源识别的组合方法.首先利用灰色定权聚类法对大量的传感器数据进行处理,以简化雷达辐射源特征数据,在此基础上通过灰色关联分析法确定证据理论中的基本概率赋值函数,并应用修正的D-S证据理论实现多时刻条件下目标识别.通过仿真算例可知,该方法能够有效减小雷达辐射源所受的噪声干扰,具有一定的可行性.     

层次-熵值组合赋权法在雷达辐射源识别中的应用

对雷达辐射源识别中的权系数确定问题进行了研究,提出了层次-熵值组合赋权法.该方法首先对熵值法中的差异性系数进行了改进,然后利用层次分析法权系数来修正改进了差异性系数的熵值法的权系数,从而实现主客观方法共同赋值.实验结果表明,本文方法所得权系数在进行雷达辐射源识别时有较好的识别率,说明了方法的正确性和有效性.     

基于目标识别的飞机偏离跑道测量技术

为了有效地避免飞机偏离跑道造成的事故,运用目标识别技术,对机场跑道的标线中心线和表示飞机滑跑方向的轮廓线进行了提取,并且进一步测量出标线的方向和飞机滑跑的方向,计算出两者之间的夹角.从而对飞机偏离跑道进行了定量的测量.实验表明,该技术测量的速度快,耗时少,且测量结果准确,能够有效地对飞机在跑道的滑跑情况进行监控,是一种有用的技术.     

基于目标结构特征像的SVM目标识别方法

针对支持向量(SVM)对目标高分辨一维距离像(HRRP)识别率和稳定性不高的问题,研究将目标分解理论推广应用于对目标极化散射矩阵的分解,求得了目标结构特征像.在分析研究SVM的训练和测试方法的基础上,采用SVM通过结构特征像对两实验目标进行分类识别,结果表明,基于目标结构特征像的SVM目标识别方法能够提高目标正确识别率,且其稳定性较好.该方法是一种有效的目标识别方法.     

基于支持向量机的多传感器空中目标识别研究

针对空中目标识别的复杂性,将支持向量机引入对空中目标的多传感器识别,对其机理进行了详细分析,建立了基于支持向量机的空中目标识别的算法模型.仿真实验的结果表明,该方法具有很好的识别效果,并且是一种能在训练样本很少的情况下达到很好分类推广能力的学习算法.     

官兵“职业倦怠”心理的识别与自我调节

在近日的基层调研中,—个二期士官向我们倾诉了内心的苦恼：艇上生活太单调,整天重复保养机器的工作太烦躁、太无聊。他已决定不再续签第三期。而问到退伍之后准备干什么,他却说,还没有仔细考虑,但只要能离开现在的岗位,不干现在的工作就行。     

识别和应对压抑心理

日常表现是判断基层官兵是否存在压抑心理的“晴雨表”,官兵的心理变化会不同程度地通过行为方式、面目表情、情绪起落等途径表现出来。只有正确认识这些表现,才能够选准工作对象。一般来说,基层官兵的压抑心理有以下六种表现形式：（一）闷。     

基于D-S证据理论的多传感器雷达辐射源识别模型

针对复杂电磁环境下多传感器获得的雷达辐射源信息具有不确定性的情况,利用灰色定权聚类法对大量的传感器数据进行处理,以简化雷达辐射源特征数据,在此基础上,探讨了通过灰关联分析确定证据理论中基本概率赋值函数的方法,并应用修正的D-S证据理论实现目标识别,通过仿真验证了该模型能够有效减小雷达辐射源所受的噪声干扰,具有一定的可行性。     

一种基于支持向量机的无源雷达目标识别方法

针对传统的无源雷达目标识别系统存在的不足,提出了一种新的基于模式识别的目标识别方法。在提取雷达辐射源信号熵特征的基础上,设计支持向量机(SVM)分类器完成目标的分类识别。理论分析和实验结果表明,提出的方法在较大信噪比范围内均能获得比较满意的识别率及识别效率,优于传统的基于常规特征参数的识别方法。     

基于属性测度理论的辐射源识别

针对复杂电磁环境下辐射源识别困难的问题,提出了基于属性测度理论的辐射源识别方法。介绍了属性测度理论的相关知识,详细分析了属性识别模型,列出了基于属性测度的辐射源识别算法并给出了识别模型。最后通过仿真实验验证了此算法能有效处理辐射源信号参数的不确定性和模糊性,辐射源识别率优于经典的模板匹配法识别率。